夜雨聆风
想象一下：
有一家大公司，手里有很多电脑程序的问题。
他们拿出了一堆真实的软件任务，告诉 AI：
“你现在就是程序员，请你帮我们修好这些问题。如果你做得好，就相当于完成价值100万美元的软件工作。”
这些任务不是随便编的，而是真实公司以前花钱请程序员做的事情。
⸻
第一件事：AI很聪明，但还不是超级程序员
AI有一个优点：
它看代码特别快。
比如：
老师给你一本很厚的故事书，让你找：
“小明为什么突然不开心？”
普通人可能要翻很久。
AI可能几秒钟就找到：
“问题可能在第20页、第50页、第80页。”
所以：
✅ 找问题在哪里，AI很厉害。
⸻
但是，如果继续问：
“为什么小明真正不开心？请解决这个问题。”
AI就容易出错。
它可能说：
“小明不开心，是因为没人陪他。”
然后帮他买个玩具。
但是实际上：
小明不开心可能是因为考试没考好。
也就是说：
AI经常找到“表面问题”，但不一定找到“真正原因”。
⸻
第二件事：AI像一个聪明的助手，还不像一个独立工程师
论文测试了两种能力。
第一种：
让AI自己修程序。
就像：
“这里有一个坏掉的机器人，你负责修好。”
结果：
AI可以修一些简单问题。
但是遇到复杂问题，比如：
一个错误藏在很多文件里面，很多地方互相影响。
AI容易：
* 改错地方；
* 漏掉重要步骤；
* 修好了一个地方，却让另一个地方坏掉。
⸻
第二种：
让AI当“小组长”。
比如：
三个程序员提出三个解决办法。
AI负责判断：
“哪个方案最好？”
这个任务AI表现更好。
因为：
选择答案比自己动手完成更容易。
就像：
老师给你三个作文：
A、B、C。
让你选最好的一篇。
可能比较容易。
但是：
让你自己写一篇优秀作文，就难很多。
⸻
第三件事：AI多试几次，会变聪明很多
研究发现：
如果AI只尝试一次：
可能失败。
但是如果让它：
第一次失败 → 修改方法 → 再试一次 → 再改进
效果会明显提高。
就像小朋友做数学题：
第一次算错。
检查。
第二次改。
第三次终于做对。
AI也需要这种“不断尝试”的过程。
⸻
第四件事：未来公司可能这样用AI
以前：
公司请程序员：
发现问题 → 分析 → 修改 → 测试。
未来可能变成：
AI：
1. 先检查问题；
2. 尝试修复；
3. 自动运行测试；
4. 如果成功，就提交；
5. 如果失败，再交给人。
人类程序员不用处理所有小问题，只处理AI解决不了的大问题。
https://arxiv.org/abs/2502.12115